PSO-ICA算法及其在机械故障诊断中的应用

摘要：

本文提出了一种基于独立分量分析(ICA)和微粒群优化(PSO)相结合的算法,该算法以分离信号的负熵为目标函数,采用微粒群优化算法进行全局、并行寻优。该算法针对微粒群算法在达到一定精度后全体微粒爬坡能力低下的不足,提出了迭代次数与分离精度相结合的终止标准,提高了算法的计算速度与灵活性。仿真及实测信号分离结果表明该算法对混合信号具备较好的盲分离能力。

关键词： 故障诊断 独立分量分析 数据处理 微粒群优化

作者: 李豫川 柳小勤 伍星 迟毅林

作者单位: 昆明理工大学 机电工程学院,昆明 650093

会议类型: 国内会议

会议名称: 2010年全国振动工程及应用学术会议(暨第十二届全国设备故障诊断学术会议、第二十三届全国振动与噪声控制学术会议)

会议地点: 沈阳

会议语种:中文

页码: 236-238

在线出版日期: 2010-08-15（万方平台首次上网日期，不代表论文的发表时间）